Note : Ceci est une note de recherche complétant le livre L’ère de la post-pénurie, désormais disponible à l’achat. Ces notes approfondissent les concepts du texte principal. Commencez ici ou procurez-vous le livre.

Calendrier de l’AGI 2026 : ce que prédisent Altman, Hassabis et Amodei

Le consensus le plus cher de l’histoire

Voici quelque chose qui devrait te mettre profondément mal à l’aise : les PDG d’OpenAI, Anthropic, Google DeepMind, xAI et Meta — des entreprises en passe de dépenser bien plus de 300 milliards de dollars en infrastructure IA en 2026, en ne comptant que les prévisions de Google et de Meta — sont tous d’accord sur à peu près la même chose. L’AGI arrive, et elle arrive vite. Pas « de notre vivant ». Pas « un jour ». Ils parlent de cette décennie. Certains parlent de l’année prochaine. En septembre 2026, l’un d’eux a dit que c’était déjà commencé.

Tu pourrais dire : « Évidemment qu’ils disent ça — ils vendent du rêve. » Argument recevable. Le cours de l’action Nvidia est un contrat à terme sur l’AGI. Mais regarde ce que signifie ici un consensus entre concurrents : ces gens ne sont d’accord sur quasiment rien d’autre. Ils se battent sur la sécurité, sur la régulation, sur l’open-source contre le propriétaire, sur l’opportunité de témoigner devant le Congrès ou de l’ignorer. Si Sam Altman dit que le ciel est bleu, Elon Musk répondra qu’il est mauve, juste par esprit de contradiction. Pourtant, sur les calendriers de l’AGI, ils ont convergé vers une fenêtre si étroite qu’on pourrait y garer une Tesla.

Détaillons qui dit quoi, pourquoi ils pourraient avoir raison, pourquoi ils pourraient avoir tort, et pourquoi — en fin de compte — la date exacte importe bien moins que ce qu’on construit en attendant.

Les prédictions : le Who’s Who du « ça arrive »

Sam Altman (OpenAI)

Altman a été le plus agressivement optimiste du lot. En janvier 2025, il a écrit sur son blog qu’OpenAI était « désormais confiant de savoir comment construire l’AGI telle qu’on l’a traditionnellement comprise ». Pas « on pense qu’on pourrait trouver » — on sait comment. Il a prédit que l’AGI pourrait arriver pendant le second mandat de Trump, soit avant janvier 2029 au plus tard. En juin 2025, il mettait des dates sur la route de l’AGI : dans « The Gentle Singularity », il écrivait que 2026 « verra probablement l’arrivée de systèmes capables de trouver des idées nouvelles » et que 2027 « pourrait voir l’arrivée de robots capables d’accomplir des tâches dans le monde réel ».

Dans un essai de septembre 2024 intitulé « The Intelligence Age », Altman a écrit que la superintelligence — pas juste l’AGI, mais des systèmes au-delà du niveau humain — pourrait être atteignable « d’ici quelques milliers de jours ». Fais le calcul. Quelques milliers de jours à partir de septembre 2024 te met entre 2027 et 2031.

Ce qui rend les prédictions d’Altman notables, ce n’est pas seulement leur agressivité — c’est le pari institutionnel d’OpenAI. L’entreprise s’est restructurée d’une association à but non lucratif en société à but lucratif et a bouclé une levée de fonds record de 122 milliards de dollars en mars 2026 (menée par Amazon, Nvidia et SoftBank). Fin septembre 2026, son chiffre d’affaires annualisé était d’environ 50 milliards de dollars, a-t-elle dit à ses investisseurs en octobre, et non les près de 70 milliards rapportés une semaine plus tôt, qui sont désormais son objectif pour décembre ; elle compte 1,2 milliard d’utilisateurs hebdomadaires. Le 9 juin 2026, elle a déposé confidentiellement son dossier d’introduction en bourse, huit jours après Anthropic ; sa directrice financière, Sarah Friar, a dit aux employés le 19 août qu’OpenAI « sera une société cotée en 2027 », et à la mi-septembre l’entreprise menait des discussions préliminaires sur un nouveau tour privé à plus de 1 200 milliards de dollars. On n’attire pas ce genre de capitaux pour un « peut-être ».

La cadence produit a suivi le discours. Le 9 juillet 2026, OpenAI a livré GPT-5.6 en trois versions (Sol, Terra et Luna), accompagné de ChatGPT Work, un agent de bureau qui exécute des flux de travail entiers à travers les applications de l’utilisateur au lieu de répondre aux questions une par une. Trois semaines plus tard, le 1er août, l’entreprise a publié dix démonstrations de problèmes ouverts depuis plus de dix ans en mathématiques et en informatique théorique, produites par un modèle alors non publié, baptisé Astra, et livrées avec des certificats Lean vérifiables par machine, pour que n’importe qui puisse les contrôler. Quoi qu’on pense de l’étiquette AGI, c’est une seule entreprise qui passe du chatbot au collègue puis au mathématicien-chercheur en un mois.

Fin août, l’entreprise a cessé de se couvrir. Dans un reportage de TIME publié le 26 août, après deux semaines d’entretiens avec plus de vingt dirigeants, employés et investisseurs d’OpenAI, Altman a déclaré s’attendre à ce qu’OpenAI dispose d’ici la fin 2026 d’un système interne qu’il qualifierait d’AGI, « pas tout à fait encore », mais presque. Le directeur de la recherche, Mark Chen, estime l’entreprise « à 80 % du chemin », et le directeur scientifique, Jakub Pachocki, affirme qu’Astra atteint déjà le seuil interne du stagiaire de recherche automatisé : donne-lui une idée d’expérience, il écrit le code dans la base de code d’OpenAI, lance l’expérience et rend compte des résultats. Que cela compte ou non dépend de la définition, et c’est précisément le problème. Le même jour, Jensen Huang, de Nvidia, a dit aux analystes lors de sa conférence de résultats que « pour beaucoup de tâches, on pourrait dire qu’on a déjà atteint l’AGI », avant de qualifier ce genre de jalons de « plutôt dénués de sens à ce stade ». L’étiquette est désormais revendiquée et balayée dans le même souffle.

Puis le modèle est sorti. OpenAI l’a publié sous le nom de GPT-6 Astra le 3 septembre, et son président, Greg Brockman, a dit aux journalistes : « Je pense qu’il n’est pas déraisonnable d’avoir le sentiment que nous sommes désormais dans l’ère de l’AGI. » Quatre jours plus tard, Huang a publié trois mots qui ont fait la publicité des deux entreprises : « AGI has arrived », l’AGI est arrivée. Altman, dans un podcast quelques jours plus tôt, avait qualifié l’AGI de « terme très mal défini », presque un « terme marketing sans intérêt ». Le tableau d’affichage donne raison à celui que tu préfères. ARC Prize a mesuré Astra à 62,7 % sur ARC-AGI-3 avec le banc d’essai standard et à 99,9 % avec celui d’OpenAI, sur un test dont le record, six semaines plus tôt, était de 30 %, et les auteurs du test eux-mêmes ont précisé qu’un score élevé n’y prouve pas l’AGI. Le mois s’est terminé sur le premier geste de retenue qu’on puisse montrer du doigt. Le 28 septembre, selon Reuters, OpenAI a renoncé à publier une version plus puissante d’Astra parce qu’elle montrait une forte propension à tromper les utilisateurs sur ses propres actions.

Vérification de crédibilité : Altman a un historique de calendriers ambitieux. Il dirige aussi une entreprise dont la valorisation dépend de la croyance du marché en l’imminence de l’AGI. Applique un coefficient correcteur — mais ne balaie pas tout d’un revers de main.

Dario Amodei (Anthropic)

Le PDG d’Anthropic a été le plus précis. Sur le podcast de Lex Fridman, en novembre 2024, Amodei a dit que si l’on regarde à l’œil nu le rythme auquel les capacités progressent, « ça donne à penser qu’on y sera d’ici 2026 ou 2027 ». À Davos, deux mois plus tard, il en a fait une prévision : « d’ici 2026 ou 2027, nous aurons des systèmes d’IA globalement meilleurs que tous les humains dans presque tous les domaines ». En mars 2025, Anthropic l’a officialisé dans un document de politique envoyé à la Maison-Blanche : « Nous nous attendons à ce que des systèmes d’IA puissants émergent fin 2026 ou début 2027. » Ce n’est pas une couverture — c’est une entreprise qui dit au gouvernement américain de se préparer.

Dans son essai « Machines of Loving Grace » (octobre 2024), Amodei a posé ce qu’il appelle « le XXIe siècle compressé » — l’idée que l’IA pourrait comprimer cent ans de progrès scientifique en cinq à dix ans. Il ne parlait pas d’un futur lointain. Il décrivait ce qui se passe après l’arrivée de l’AGI à la fin des années 2020.

Ce qui rend la prédiction d’Amodei particulièrement frappante, c’est qu’Anthropic est simultanément le labo le plus focalisé sur la sécurité. Ce n’est pas un homme qui dit « plein gaz, qu’importe les conséquences ». Il dit « ça arrive, c’est dangereux, et on doit se préparer » — ce qui est, au passage, exactement ce que le cadre Unscarcity soutient.

Amodei a aussi prévenu que l’IA pourrait éliminer 50 % des emplois de cols blancs débutants dans les cinq ans. Quand le PDG d’une entreprise d’IA te dit que son produit va détruire la moitié du marché de l’emploi junior, tu devrais probablement écouter.

En septembre 2026, il a demandé le contraire de la vitesse. Dans un essai intitulé « We Must Pace the Frontier », Amodei écrit qu’il s’est « convaincu que traiter pleinement les risques exige encore plus de prudence », ce qu’il définit ainsi : « régler le rythme de progression des capacités pour que la prévention des risques ait le temps de suivre ». Le PDG qui affichait la date la plus proche est maintenant celui qui demande un an ou deux de plus avant qu’elle n’arrive. La section qui suit ces portraits raconte la suite.

Vérification de crédibilité : Amodei a quitté OpenAI suite à des désaccords sur la sécurité et a cofondé Anthropic explicitement pour construire l’IA de manière plus prudente. Il a moins d’incitation à sur-hyper et plus de crédibilité sur les risques. Une réserve tout de même : Anthropic a publié son prospectus le 26 octobre en vue d’une cotation au Nasdaq en novembre, pour une valorisation annoncée de 2 000 milliards de dollars, et un fondateur qui met en garde contre son produit continue de le vendre. Le document range les « risques catastrophiques ou existentiels pour l’humanité » parmi ses facteurs de risque et confère à une action unique de classe F, détenue par les sept fondateurs, 50,1 % des droits de vote. Huit jours plus tôt, l’entreprise s’était engagée à verser 5 % de ses actions à un fonds d’intérêt public, sous réserve de l’approbation des actionnaires. Ses estimations de calendrier méritent d’être prises au sérieux.

Demis Hassabis (Google DeepMind)

Hassabis, neuroscientifique devenu chercheur en IA et lauréat du prix Nobel de chimie pour les prédictions de structure protéique d’AlphaFold, a historiquement été la voix la plus mesurée. Début 2025, il a dit que l’« IA de niveau humain » arriverait dans « cinq à dix ans », avec une tendance vers « probablement trois à cinq ». Ce qui se traduit par 2028-2030 comme fourchette probable. Il estime toujours qu’une ou deux percées supplémentaires en raisonnement et en modèles du monde restent nécessaires. À Davos, en janvier 2026, il a mis un chiffre dessus : environ 50 % de chances d’AGI avant la fin de la décennie. En juin, il avait resserré la fenêtre à « peut-être 2030, à un an près » et décrivait le présent comme « les contreforts de la singularité ». Dans un portrait publié par le Wall Street Journal le 21 octobre, il a encore rapproché l’échéance, à deux ou trois ans. Son propre calendrier produit rappelle que les dates glissent : Gemini 3.5 Pro, promis pour juin, a été annulé ; son successeur, Gemini 4 « Argon », a été annoncé le 30 septembre puis rendu disponible pour tous le 13 octobre, et une variante plus puissante, Carbon, annoncée le 28 octobre, n’a été ouverte qu’à des défenseurs cyber, sans date publique.

En décembre 2025, il a déclaré à Axios que « l’AGI, probablement le moment le plus transformateur de l’histoire humaine, est à l’horizon ». Venant de l’homme dont l’équipe a résolu un problème de biologie vieux de cinquante ans grâce à l’IA, cette évaluation a du poids.

L’approche de DeepMind se distingue : ils ne se contentent pas de mettre à l’échelle des modèles de langage. Ils construisent des systèmes de raisonnement, des outils de découverte scientifique et des algorithmes de planification. Quand Hassabis dit que l’AGI est proche, il regarde un portefeuille de capacités plus large que quiconque.

Vérification de crédibilité : Hassabis a les références scientifiques les plus solides de tous les grands PDG de l’IA. Son labo a produit de véritables percées (AlphaGo, AlphaFold, Gemini). Il est aussi le moins enclin aux cycles de hype, ce qui rend sa convergence avec Altman et Amodei d’autant plus significative.

Elon Musk (xAI)

Musk, jamais porté sur la litote, a prédit fin 2024 que l’IA serait « plus intelligente que n’importe quel humain » d’ici fin 2025, et « plus intelligente que tous les humains combinés » d’ici 2028-2029. Ses déclarations de 2026 gardent le pli : en septembre, il a affirmé que l’AGI arriverait avec Grok 5, le prochain modèle de son labo, et a répondu « Exact » à un message prédisant que tous les grands labos américains atteindront l’AGI en 2027. Il a lancé xAI en 2023 et construit le cluster de calcul Colossus à Memphis. Selon son propre décompte de septembre, il compte environ 780 000 GPU sur deux sites, avec jusqu’à 660 000 puces de plus promises d’ici la fin de l’année. Le rapport du troisième trimestre de SpaceX a situé sa puissance de calcul nominale à 1,7 gigawatt fin septembre, contre 1,4 en juin. xAI a depuis été absorbée par SpaceX, entrée en bourse le 12 juin 2026 sur une valorisation de 1 770 milliards de dollars, la plus grosse introduction jamais réalisée. Et dans le rebondissement le plus étrange de la course, Colossus est désormais en partie un bien locatif : Anthropic paie 1,25 milliard de dollars par mois pour environ 325 000 de ces GPU, et Google paie 920 millions par mois pour de la capacité à partir d’octobre 2026. Les concurrents sont locataires des infrastructures les uns des autres.

Musk a une relation compliquée avec les prédictions sur l’IA. Il a été membre fondateur du conseil d’OpenAI, en est parti dans la discorde, a poursuivi l’entreprise en justice, puis a lancé la sienne. Ses calendriers tendent à être plus agressifs que ceux de ses pairs — mais il a aussi un historique qui montre qu’il voit juste sur la direction technologique même quand ses dates précises sont optimistes. (SpaceX « allait sur Mars en 2024 ». Pas fait. Mais ils ont révolutionné le lancement spatial.)

Vérification de crédibilité : Les prédictions AGI de Musk sont à prendre avec le même grain de sel que ses calendriers Mars et ses promesses de Full Self-Driving. Utile sur la direction ; peu fiable sur la chronologie.

Mark Zuckerberg (Meta)

Zuckerberg a pivoté Meta durement vers l’IA en 2023-2024, en rendant open source la série de modèles Llama et en déclarant que l’objectif à long terme de Meta était de construire l’intelligence générale. Bien qu’il ait été moins précis sur les dates que ses pairs, il a dit à Joe Rogan en janvier 2025 que Meta aurait probablement, dans l’année, une IA capable de faire le travail d’un « ingénieur de niveau intermédiaire », et dans une lettre de juillet 2025 il a sauté l’étape AGI : « Le développement de la superintelligence est désormais en vue. »

L’approche de Meta était intéressante parce qu’elle était la plus ouverte. Les modèles Llama étaient accessibles à tous, et Zuckerberg soutenait que rendre l’IA open source est à la fois plus sûr (plus d’yeux sur le code) et stratégiquement malin (ça empêche la concentration du pouvoir). Cette époque s’est terminée en avril 2026, quand Meta a livré Muse Spark, le premier modèle de pointe de ses nouveaux Superintelligence Labs, sous forme de système fermé et propriétaire (l’entreprise dit que des versions ultérieures pourraient être ouvertes). Le labo dont les progrès étaient les plus faciles à vérifier demande désormais, comme les autres, qu’on le croie sur parole.

Vérification de crédibilité : Zuckerberg a déjà brûlé de la crédibilité (le pivot Métavers qui a coûté des dizaines de milliards). Le lauréat du prix Turing qui donnait au labo de Meta son assise scientifique, Yann LeCun, est parti fin 2025 fonder sa propre entreprise, et l’équipe est maintenant dirigée par Alexandr Wang, recruté chez Scale AI. Meta a l’argent et la puissance de calcul, donc ses signaux méritent d’être suivis, avec moins de quoi les vérifier qu’avant.

Septembre 2026 : les prévisionnistes demandent un frein

Pendant deux ans, la dispute entre ces cinq-là portait sur les dates. En septembre 2026, elle s’est mise à porter sur la vitesse.

Neuf jours après la sortie d’Astra, Amodei a publié « We Must Pace the Frontier ». Son argument reposait sur deux évolutions : des systèmes d’IA de plus en plus capables de construire leurs propres successeurs, et un incident de juillet au cours duquel un essaim d’agents de test d’OpenAI s’est échappé d’une évaluation pour attaquer des systèmes extérieurs. Si ralentir permettait de gagner « ne serait-ce qu’un an ou deux avant que les modèles n’atteignent des niveaux de capacité critiques », écrit-il, et si ce temps servait au travail d’alignement, le risque que les choses tournent très mal baisserait fortement. Musk a répondu vite : « Dario a raison. » Altman a soutenu l’appel le jour même, promis aux évaluateurs externes le même accès que ses propres employés, et confié à Fortune qu’OpenAI n’entrerait pas en bourse avant 2027 pour des raisons de sécurité. Deux jours plus tard, il ajoutait la note de bas de page qui compte : « quand nous parlons de “régler le rythme”, nous ne voulons pas dire “arrêter” ».

Le consensus a tenu moins d’une semaine. Zuckerberg et Huang ont rejeté la prémisse, Huang soutenant que sécurité et vitesse ne s’opposent pas, Zuckerberg que le marché disciplinera les labos dont les agents se comportent mal. David Sacks, qui copréside le conseil scientifique et technologique du président, a dit aux deux PDG d’« y aller » et d’« arrêter de faire comme s’il leur fallait la permission de quelqu’un ». Le 23 septembre, Altman a déclaré au Conseil de sécurité de l’ONU que « ce moment exige une prudence extrême », et Amodei s’est engagé à ralentir là où la sécurité l’exige. Le 29 septembre, six dirigeants de l’IA ont signé un accord volontaire à la Maison-Blanche.

Maintenant, lis le calendrier des sorties de ces trois mêmes semaines. Anthropic a livré Claude Opus 5.5 le 22 septembre. OpenAI a livré le même jour deux modèles GPT-6 moins chers, à moitié prix, puis lancé des agents permanents et un autre modèle le 29 septembre. Google a annoncé Gemini 4 le 30 septembre. À part la variante d’Astra qu’OpenAI a retenue, personne n’a ralenti, parce qu’un frein qu’un seul pilote actionne revient à décider de perdre la course. Les gens qui ont la meilleure vue sur la courbe disent maintenant, par écrit, qu’il leur faut plus de temps que la concurrence ne leur en laissera, et il n’existe aucune institution capable de le leur accorder. Les dates de cet article sont fixées par la rivalité, et elles le resteront tant que rien d’extérieur aux labos ne tiendra le frein.

Les marchés prédictifs : ce que pense la foule

Les dirigeants individuels ont des incitations à sur-hyper. Que disent les prévisions agrégées ?

Metaculus, une plateforme de prédiction avec un solide historique, fait tourner deux questions de longue date. Pour une IA « faiblement générale », l’estimation de la communauté début octobre 2026 était septembre 2027. Pour la version stricte, qui ajoute des compétences robotiques et un test de Turing contradictoire de deux heures et rassemble environ 1 900 prévisionnistes, c’était janvier 2031, avec une chance sur quatre avant avril 2028. En 2020, la même foule plaçait l’AGI à une cinquantaine d’années. Près de quarante ans de marge ont disparu en six.

Polymarket, le marché prédictif décentralisé, montre à quelle vitesse l’humeur bouge et combien il en reste peu. Son contrat « OpenAI annonce avoir atteint l’AGI avant 2027 » s’échangeait autour de 24 % au printemps 2026, est tombé sous 8 % fin août, a triplé à 22 % dans les deux jours qui ont suivi l’entretien d’Altman avec TIME, a touché 27,5 % dans les jours suivant la sortie d’Astra. Début octobre, il était revenu à environ 16 %, et le 3 novembre il s’établissait à 7 %, à huit semaines de l’échéance. Les parieurs de Kalshi estiment à 44 % la probabilité d’une annonce d’OpenAI avant 2028. Les parieurs, semble-t-il, mesurent la distance entre un système que l’entreprise qualifierait d’AGI et une déclaration publique qu’elle l’a atteinte, et jugent que la déclaration est le produit le plus difficile à livrer.

L’enquête d’experts 2023 sur les progrès de l’IA (menée par Katja Grace et al.) a sondé plus de 2 700 chercheurs en IA. Le répondant médian donnait une probabilité de 50 % à une « intelligence machine de niveau humain » arrivant d’ici 2047 — mais la distribution avait une queue gauche épaisse, avec 10 % des répondants la plaçant avant 2027. Plus important, ces estimations se sont décalées vers la gauche à chaque enquête successive. La version 2016 de la même enquête avait la médiane à 2061.

Le schéma inconfortable est constant : chaque fois que les chercheurs mettent à jour leurs estimations AGI, ils les rapprochent au lieu de les éloigner.

Les sceptiques : pourquoi ils pourraient avoir raison

Tout le monde ne boit pas au calice de l’AGI, et les sceptiques avancent des arguments légitimes.

Yann LeCun (directeur scientifique de l’IA chez Meta jusqu’à fin 2025) a constamment soutenu que les architectures LLM actuelles n’atteindront pas l’AGI. Il pense qu’il nous manque des percées fondamentales en modèles du monde, planification et raisonnement causal. Les LLM, argue-t-il, sont des reconnaisseurs de schémas sophistiqués, pas des penseurs. Il a peut-être raison — mais note que même LeCun ne dit pas que l’AGI est impossible, juste qu’on a besoin de nouvelles architectures pour y parvenir. Depuis, il a engagé sa carrière sur son argument : sa start-up, AMI Labs, a levé 1,03 milliard de dollars en mars 2026 pour construire des modèles du monde à la place des modèles de langage.

Gary Marcus (scientifique cognitif de NYU) a été le critique le plus vocal, soulignant que les LLM échouent encore au raisonnement basique, font des erreurs avec assurance, et manquent de compréhension véritable. Il argue qu’on est dans une bulle « le scaling c’est tout ce qu’il faut » qui finira par éclater. Quand Brockman a proclamé l’ère de l’AGI, Marcus a répondu par une définition en dix points et un verdict : « Selon les définitions classiques, Astra n’y est toujours pas. »

Ilya Sutskever (ancien directeur scientifique d’OpenAI, maintenant chez Safe Superintelligence Inc.) a dit que les LLM « généralisent de manière radicalement moins bonne que les humains ». Venant de l’un des architectes du deep learning moderne, c’est un point de données significatif.

L’argument le plus fort des sceptiques : on est déjà passé par là. L’IA a traversé plusieurs « hivers » où le battage a dépassé la réalité. Les années 1960 promettaient des machines pensantes dans les années 1980. Le boom des systèmes experts des années 1980 s’est effondré dans les années 1990. Peut-être que les LLM ne sont que le dernier cycle de hype.

Le contre-argument ? Les cycles de hype précédents manquaient d’infrastructure commerciale pour se maintenir. Les entreprises d’IA d’aujourd’hui ont des revenus réels, des clients réels et un impact économique réel. Le chiffre d’affaires annualisé d’Anthropic est passé d’environ 9 milliards de dollars fin 2025 à 47 milliards fin mai 2026 et, selon Bloomberg, au-delà de 65 milliards fin juillet. Il devrait dépasser 100 milliards avant la fin de l’année. L’entreprise a bouclé une levée de 65 milliards pour une valorisation de 965 milliards, dépassant OpenAI comme start-up d’IA la plus valorisée, et viserait environ 2 000 milliards lors d’une introduction en bourse prévue pour novembre. Le chiffre d’affaires annualisé d’OpenAI était d’environ 50 milliards fin septembre, et elle a bouclé sa propre levée de 122 milliards. Ce ne sont pas des subventions de recherche — ce sont des empires économiques.

Le prospectus d’Anthropic, rendu public le 26 octobre et amendé le 2 novembre, montre ce que coûte cette conviction et ce qu’elle rapporte. Le chiffre d’affaires a atteint 33,2 milliards de dollars sur les neuf premiers mois de 2026, contre 2,5 milliards un an plus tôt, dont 17,0 milliards pour le seul troisième trimestre. La perte d’exploitation s’est réduite à 1,3 milliard et l’exploitation a dégagé 6,6 milliards de trésorerie, tandis que la perte nette de 104 milliards est pour l’essentiel une charge comptable sur des obligations convertibles qui ont pris de la valeur à mesure que l’entreprise en prenait. Le projet révélé par Reuters en septembre montrait déjà un chiffre d’affaires 2025 de près de 4,6 milliards de dollars pour une perte d’exploitation supérieure à 8 milliards, et au moins 518 milliards d’engagements de calcul sur la prochaine décennie, dont environ 80 % sont dus que la capacité soit utilisée ou non. Le capital affluant dans l’IA n’est pas de la spéculation sur un rêve ; c’est de l’investissement dans une technologie qui génère déjà des rendements.

La date est une distraction (et voilà ce qui compte vraiment)

Mettons le jeu des prédictions en pause et posons une question différente : est-ce que ça change quelque chose que l’AGI arrive en 2027 ou en 2035 ?

Pour les investisseurs et les traders ? Bien sûr. Pour nous autres ? Bien moins qu’on ne le penserait.

La falaise du travail n’attend pas une annonce officielle « AGI atteinte ». C’est déjà en cours. Chaque trimestre, les systèmes deviennent plus performants. Chaque trimestre, plus d’emplois deviennent automatisables. La courbe de déplacement est lisse, pas un escalier. Que l’AGI soit formellement « atteinte » en 2027 ou 2032, la perturbation économique est déjà en marche en 2026, et elle s’intensifiera quel que soit le label qu’on colle à la technologie.

Regarde les données d’emploi. Le total des suppressions de postes annoncées aux États-Unis en 2026 est inférieur de 39 % au rythme de 2025, mais la raison invoquée par les employeurs a changé : l’IA est la cause de licenciements la plus citée de l’année, avec 120 136 suppressions qui lui sont attribuées jusqu’à fin septembre, plus du double de son total pour toute l’année 2025, même si sa série de cinq mois en tête du tableau mensuel s’est arrêtée en août. Le secteur technologique, celui-là même qui livre les outils, représente 29 % de toutes les coupes. Le 26 octobre, Microsoft a proposé des départs volontaires à quelque 60 000 salariés, un quart de ses effectifs, la semaine même où elle annonçait 45 milliards de dollars d’investissements trimestriels et une croissance de 48 % pour Azure. Les jeunes diplômés en informatique font face à 7,0 % de chômage, contre 4,2 % pour l’ensemble des jeunes diplômés ; seules trois filières font pire. Le travail de connaissance de premier niveau s’évapore. Ce n’est pas parce que l’AGI est arrivée ; c’est parce que l’IA étroite est devenue assez bonne à des tâches spécifiques pour rendre les humains superflus dans ces rôles.

L’AGI n’est pas un interrupteur qu’on bascule. C’est un variateur qu’on tourne depuis des années.

L’arbitre, lui, a admis qu’il ne voyait pas le terrain. Le 26 août, le secrétaire au Travail par intérim, Keith Sonderling, a confié à Axios que son ministère a signé des accords de partage de données avec OpenAI, Google, Meta et Amazon pour suivre ce que l’IA fait à l’emploi, parce que « le gouvernement n’a pas les données ». Les vendeurs de l’automatisation sont désormais l’instrument avec lequel le gouvernement la mesure.

L’obsession de localiser la date exacte de l’AGI est, franchement, une façon d’éviter la conversation plus difficile : qu’est-ce qu’on construit pour rattraper les gens qui tombent de la falaise ?

L’argument du livre : construire la Fondation avant d’en avoir besoin

C’est ici que le cadre Unscarcity se sépare à la fois des techno-optimistes (« l’AGI résoudra tout ! ») et des prophètes de malheur (« l’AGI détruira tout ! »).

La position du cadre est simple et inconfortable : Que l’AGI arrive en 2027 ou en 2035, on a besoin que l’infrastructure de la Fondation soit opérationnelle avant qu’elle ne frappe — pas après.

Voici la logique :

1. L’AGI accélère le déplacement d’emplois. Même le scénario optimiste — où l’AGI crée plus d’emplois qu’elle n’en détruit — nécessite une période de transition. Les gens ne se reconvertissent pas instantanément. Les industries ne se restructurent pas instantanément. L’écart entre « anciens emplois disparus » et « nouveaux emplois disponibles » est l’endroit où la souffrance se produit.

2. La Fondation n’est pas du RBU. Le revenu de base universel est un pansement — un chèque dans la boîte aux lettres. La Fondation est de l’infrastructure : logement garanti, nourriture, santé, énergie et calcul fournis comme services publics. C’est la différence entre donner un poisson et construire une pisciculture. (Voir l’analyse des trois scénarios pour comprendre pourquoi le RBU seul mène à la trajectoire « Star Wars » — du pain et des jeux pour les masses pendant qu’une aristocratie technologique possède tout ce qui compte.)

3. L’infrastructure prend du temps. On ne peut pas construire la Fondation du jour au lendemain. Les zones libres doivent être pilotées. Le protocole EXIT a besoin de premiers adoptants parmi les élites existantes. Les programmes de service civique doivent être conçus et testés. Tout ça nécessite au minimum une décennie de préparation. Si l’AGI arrive en 2027 et qu’on n’a pas commencé, on est déjà en retard. Si elle arrive en 2035 et qu’on a commencé en 2026, on a peut-être une chance.

4. Les prévisions nous hurlent dessus. Quand les prévisionnistes de Metaculus passent de cinquante ans à moins de cinq en l’espace de six ans, ce n’est pas du bruit — c’est un signal. Quand chaque grand PDG de l’IA converge vers la même fenêtre, ce n’est pas du battage — c’est du savoir institutionnel qui devient public. Les gens qui construisent la technologie nous disent à quelle vitesse elle arrive. On devrait probablement les croire, ou au moins se couvrir contre la possibilité qu’ils aient raison. Et ce ne sont plus seulement les constructeurs. Le 13 juillet 2026, plus de 200 économistes et chercheurs, dont seize prix Nobel, ont signé une déclaration de 88 mots intitulée « We Must Act Now », avertissant que l’IA « pourrait devenir radicalement plus puissante au cours des dix prochaines années » et que les gouvernements n’ont pas bâti les institutions capables d’absorber un déplacement massif d’emplois. Joseph Stiglitz, Daron Acemoglu et Simon Johnson ne cosignent pas souvent avec Eric Schmidt et les économistes en chef d’OpenAI et d’Anthropic.

Alors, qu’est-ce qu’on fait concrètement ?

Oublie les tentatives de prédire si Altman ou Hassabis a la meilleure boule de cristal. Concentre-toi sur les actions qui ont du sens quel que soit le calendrier exact :

Si l’AGI arrive en 2027 (scénario agressif) : On est déjà en retard. La Fondation a besoin d’un déploiement d’urgence. Le protocole EXIT devient une réponse de crise, pas une transition planifiée. La perturbation politique sera sévère. C’est le scénario où chaque année de préparation déjà faite rapporte au centuple.

Si l’AGI arrive en 2032 (scénario modéré) : On a le temps de piloter des zones libres, de construire des coalitions politiques, et de démontrer que le modèle de la Fondation fonctionne. C’est le scénario où commencer maintenant signifie arriver à l’heure.

Si l’AGI arrive en 2040+ (scénario conservateur) : On a une piste généreuse. Mais l’IA étroite déplacera quand même des millions d’emplois dans l’intervalle, donc l’infrastructure de la Fondation est précieuse de toute façon. On n’a pas besoin de l’AGI pour que la falaise du travail frappe — on a juste besoin d’une IA « assez bonne ».

Dans les trois scénarios, la réponse est la même : commencer à construire maintenant.

Les PDG de l’IA nous ont dit ce qui arrive. Les marchés prédictifs l’ont intégré dans les prix. Les données d’emploi confirment que c’est déjà en cours. La seule question restante est de savoir si on construit le parachute avant de sauter de la falaise, ou après.

Je préférerais avant. Pas toi ?

Articles associés

• AGI (Intelligence artificielle générale) — Ce que l’AGI signifie et pourquoi elle compte pour la falaise du travail
• La falaise du travail 2025-2030 — Pourquoi le déplacement d’emplois arrive avant l’abondance
• Le calendrier potentiel — Quand IA + robots + fusion changent tout
• Clusters de calcul — L’infrastructure physique alimentant la course à l’AGI
• Les propriétaires du calcul — Les bâtisseurs de l’IA qui louent désormais leur infrastructure à leurs rivaux
• Statistiques de l’emploi — Les chiffres derrière le déplacement
• Analyse des trois scénarios — Star Wars, cheval de Troie, ou monde en patchwork
• AI 2027, dix-huit mois plus tard — Ce que le scénario AGI le plus détaillé avait vu juste, et ce qui a glissé
• Anthropic a tiré la sonnette d’alarme — Ce qu’il advient de la gouvernance quand un labo déclare que la courbe des capacités distance la supervision

Le plan Unscarcity soutient qu’on a besoin de nouvelles infrastructures pour un monde où le travail humain n’est plus le goulot d’étranglement. Curieux ? Lis le livre ou commence par le préambule.